python的re模块使用lru缓存编译后的pattern对象（默认512项），键为(pattern, flags)元组；字符串模式调用时自动查缓存，预编译对象不走缓存路径；无\_re模块，\_maxcache和purge()可查/清缓存。
Python 的 re 模块内部确实存在正则表达式缓存机制，但它**不是用户直接操作的 `_re` 模块**，而是 `re` 模块自身维护的一个**编译后 Pattern 对象的 LRU 缓存**（自 Python 3.2 起为 512 条目，Python 3.10+ 可通过 re._MAXCACHE 查看上限）。
缓存作用对象：已编译的 Pattern 实例
当你调用 re.search(pattern, string)、re.findall(pattern, string) 等函数时，如果 pattern 是字符串，re 会先尝试从缓存中查找对应已编译的 re.Pattern 对象；若未命中，则调用 re.compile(pattern) 编译并存入缓存（同时淘汰最久未用项）。
- 缓存键是
(pattern, flags)元组，即相同正则字符串 + 相同标志位才视为同一模式 - 显式调用
re.compile()得到的 Pattern 对象**不经过缓存查找路径**，但其本身会被缓存（后续同 pattern+flags 的字符串调用会复用它） - 缓存只对「字符串形式传入」的 pattern 生效；传入已编译的 Pattern 对象则完全绕过缓存逻辑
如何查看和控制缓存行为
虽然缓存是内部实现细节，但可通过以下方式观察或干预：
-
re._MAXCACHE：只读属性，返回当前缓存最大容量（如 512），不可修改 -
re.purge()：清空整个正则缓存，适用于长期运行服务中担心内存累积或需强制刷新编译结果的场景 - 使用
re.compile()预编译高频正则：既避免重复缓存查找开销，又提升可读性与复用性，是推荐做法
常见误解澄清
所谓 “_re 缓存” 并非独立模块或用户可导入的 _re —— Python 标准库中**没有公开的 _re 模块**。下划线前缀在 re 模块中仅用于内部变量（如 _MAXCACHE、_cache），这些不是 API，不应依赖。
立即学习“Python免费学习笔记（深入）”；
- 不要尝试
import _re：会报ModuleNotFoundError - 不要直接读写
re._cache：它是私有字典，结构可能变动，且 Python 3.12+ 已改为内部 C 层实现，不再暴露为 Python 字典 - 缓存不会导致“热更新”问题：正则字符串内容变更后自然生成新 key，旧缓存项仍存在但不再被命中
实际优化建议
不必手动管理缓存，但可按需优化正则使用方式：
- 对循环内高频使用的正则，务必提前
pattern = re.compile(r"...")，避免每次调用都触发缓存查找甚至编译 - 避免在闭包或短生命周期函数中反复用相同字符串调用
re.match(...)，尤其在性能敏感路径 - 若应用需严格控制内存（如嵌入式或长时微服务），可在适当时机调用
re.purge()，但通常无需主动干预
